一种基于最优控制的航路规划方法

阐述了一种与地形紧密结合的基于最优控制理论的航路规划方法。该方法利用二维三次卷积插值法构造地形函数,采用三维的航路规划进行地形跟随,地形回避和威胁回避,并对俯仰角进行ＰＤ（比例微分）控制。该方法计算量小,大大减小了规划时间,提高了规划结果的实时性,最优控制理论结合ＰＤ控制使得航路的三维规划鲁棒性好,有效地抑帛最振荡和发散,为低空突防的飞行器提供了很好的参考飞行航路。     

异常数据识别的搜索方法

研究弹道跟踪系统的异常数据识别问题,导出了一种基于三角形和四边形面积的异常数据识别的搜索方法。理论分析、仿真计算和实测数据处理均表明,本搜索方法对异常数据的识别有较好的效果,可应用于数据的适时和事后处理。     

灵巧手滚动操作的运动规划

主要研究灵巧手和物体滚动接触时运动规划,首先,介绍了空间物体曲面的表示,在此基础上建立了两刚体点接触时的运动学方程,并由点接触的运动学方程和滚动接触的约束条件得到了两刚体的滚动接触运动方程,然后,由于掌坐标,手指末端坐标,接触坐标和物体坐标之间的位置关系,推导了关节速度和物体速度之间的关系,建立了灵巧手滚动操作的运动方程,并分析了滚动操作中的物理约束,位置约束,速度的约束和方向约束及其表示,最后,     

进气道进口几何参数模糊优化设计

重点研究二维两波系超音速外压式两侧/侧腹进气道的进口几何参数的气动力/隐身一体化优化设计,主要考虑进气道的压缩板角、唇口斜切角、罩唇位置角、进口宽度、进口宽高比等进口几何参数所决定的一些气动力性能,如总压恢复系数,超音速溢流附加阻力系数及电磁散射机理如压缩楔板的表面散射、楔板及唇口的边缘绕射,采用基于目标满意度和约束满足度的模糊优化模型,进行了优化计算.      

输入饱和约束下导弹自动驾驶仪鲁棒最优自适应控制

针对遭受外部扰动和输入饱和约束条件下的导弹自动驾驶仪系统,研究其鲁棒最优控制问题。首先,引入光滑函数处理输入饱和约束,并设计超螺旋干扰观测器实现对外部扰动的实时估计;然后,结合滑模控制理论,设计基于观测器的自适应滑模控制策略;接着,针对等效滑动模态系统,引入自适应动态规划算法构造评价网络求解哈密顿-雅可比-贝尔曼(HJB)方程,设计新的更新律在线学习最优控制策略使得系统稳定的同时满足预设的性能指标;最后,导弹自动驾驶仪系统的仿真结果表明了算法的有效性。     

机械臂初始构型对航天器姿态干扰力矩的影响研究

针对机械臂在笛卡尔空间的轨迹规划,文章提出一种初始构型的最优化方法。首先,采用牛顿-欧拉法建立七自由度空间机械臂的逆动力学方程,从而得到机械臂的反作用力、力矩和机械臂的运动学参数之间的对应关系。其次,利用关节角参数法得到七自由度冗余机械臂的各种初始构型,并基于速度级逆运动学对机械臂进行不同初始构型下的轨迹规划。仿真表明:在不同的初始构型下对机械臂末端进行轨迹规划,机械臂在运动过程中对基座产生的反作用相差较大。因此,通过调整机械臂的初始构型,能大大减小其在运动过程中对航天器的干扰力矩。最后,给出算例验证了方法的有效性,按此方法可找到一种使航天器所受反作用力矩峰值最小的初始构型。     

敏捷卫星动中成像自主任务规划算法

针对敏捷卫星动中成像（APBI）自主任务规划所涉及的关键算法进行了研究。首先,基于载荷幅宽和卫星轨道设计了区域目标斜条带拼幅成像垂轨条带划分算法;其次,建立了描述观测点位置与成像时间关系的连续可导的斜条带成像轨迹模型,进而推导出了敏捷卫星动中成像的三轴姿态规划算法;再次,为了发挥出卫星的最大机动能力,提出了一种基于六阶多项式姿态机动模型的动中成像任务间最短姿态机动时间求解算法;然后,设计了兼顾观测效率与质量的两级任务优化调度算法,包括基于分支定界算法与两种裁剪枝规则的及早观测搜索和观测队列最佳窗口倒序平移,在最大化观测目标数量的基础上将成像质量调整到最优;最后,在星载处理器上进行了仿真实验,仿真结果证明了本文所提算法的正确性和有效性。     

参数自适应凸优化下的月面着陆最优轨迹规划

针对月面高精度下降着陆问题,提出了一种基于最优观测器的参数自适应凸优化月面着轨迹规划算法。首先,针对下降着陆主减速段需要尽可能减少燃料消耗的问题,考虑约束及动力学模型的非凸性,采用无损凸化技术将月面下降着陆问题转化为二阶锥规划问题;其次,为减少下降着陆过程中质量、比冲等参数不确定性影响,设计了基于Riccati方程的最优观测器;再根据标称参数凸优化所产生的最优轨迹进行飞行,利用该过程中加速度计实时测量信息,结合推力器输出信息,实现对着陆器参数的在线实时估计;在参数估计实现收敛后,通过在线求解二阶锥规划问题实现最优轨迹的在线规划。仿真结果表明,该观测器能够实现在线参数实时估计;该算法相较其他定点着陆算法,仅需要发动机具有离散的推力域,且具有精度更高的优势。     

大型星座混合模拟退火遗传算法测控任务规划

提出了一种基于拥挤度的混合模拟退火多层编码遗传算法,用于解决大型星座的测控任务规划问题。首先,建立了大型星座测控问题的约束满足模型,对任务规划过程中的各种约束条件和优化目标进行了形式化描述。第二,采用多层编码的方法建立测控方案与解空间的对应关系,并采用遗传算法的启发式方法进行全局搜索。第三,为了增加种群的多样性并加快收敛速度,在每代进化结束后对种群中最优的部分个体进行基于拥挤度的模拟退火。超180颗卫星,32个地面测控天线的真实大型星座测控任务规划试验表明,基于拥挤度的混合模拟退火遗传算法的任务完成率高达99%,归一化综合收益大于0.9,算法运行时间小于15 min,验证了该方法具备工程实用价值。     

混合空间目标下的多航天器抵近观测任务规划

研究了服务航天器对多个空间目标的抵近观测任务规划问题,并考虑了高价值航天器、普通航天器以及失效航天器或空间碎片3类待观测目标。通过构建合理的评价体系,对目标观测的任务方案进行评分。建立了综合观测目标数量、观测目标类型、燃料消耗、单次点火速度增量以及任务时长的多约束优化模型,涉及的优化变量包括目标分配向量、观测次序向量以及观测时刻向量。服务航天器通过一种四脉冲机动策略抵近每个目标。采用进化算法求解规划问题,并提出一种基于动态规划（DP）的局部搜索策略以优化观测时刻,提升优化效率。最后分别给出了针对单一类型和混合类型空间目标的抵近观测任务规划算例,通过与传统进化算法的求解结果对比,说明了所提出的DP搜索策略的优势。